| dbo:abstract
|
- الشبكات الدماغية واسعة النطاق هي عبارة عن مجموعة مناطق دماغية واسعة الانتشار تُظهر اتصالا وظيفيا بينها، يمكن رصده بالتحليل الإحصائي لإشارة التصوير المغناطيسي الوظيفي، أو طرق التسجيل الأخرى مثل تخطيط أمواج المداغ تصوير مقطعي بالإصدار البوزيتروني وتخطيط الدماغ المغناطيسي. ظهر في العلوم العصبية نموذج يقول بأن المهام الإدراكية لا تعالجها مناطق الدماغ بالعمل بشكل فردي منعزل عن بعضها البعض، ولكنها تعمل عن طريق شبكات عصبية تتكون من عدة مناطق دماغية منفصلة تشريحيا لكن يُعتقد أنها متصلة وظيفيا، بسبب النشاط المترابط والمتزامن بينها، ويمكن قياس هذا الاتصال الوظيفي عبر إشارات الدماغ الديناميكية، كما يمكن أيضًا تحديد مناطق الدماغ المتزامنة باستخدام التحليل المكاني للمكونات المستقلة، تختلف حالة المناطق الدماغية (المرتبطة ببعضها البعض عبر شبكة واسعة النطاق) باختلاف الوظيفة المعرفية، فعندما تكون الحالة المعرفية غير بائنة (أي أن الشخص في حالة "راحة")، فإن الشبكة الدماغية واسعة النطاق تأخذ وضع الراحة، وبالنظر إلى الشبكات الدماغية واسعة النطاق كما لو كانت نظام مادي له خصائص شبيهة بالرسم البياني فإننا يمكن أن نجد لها عقد وحواف، ولا يمكن تحديدها ببساطة من خلال التنشيط المشترك لمناطق الدماغ. أصبح تحليل شبكات الدماغ واسعة النطاق ممكنًا في العقود الأخيرة من خلال التقدم في تقنيات التصوير، بالإضافة إلى الأدوات الجديدة لنظرية الرسم البياني والأنظمة الديناميكية، وتُحدد شبكات الدماغ واسعة النطاق من خلال وظيفتها، وتوفر إطارًا متماسكًا لفهم الإدراك من خلال تقديم نموذج عصبي عن كيفية ظهور الوظائف المعرفية المختلفة عندما تتحد مناطق دماغية مختلفة معًا كائتلافات (تكتلات) ذاتية التنظيم. يختلف تحديد هذه الائتلافات (التكتلات) باختلاف المقاييس المستخدمة لتشغيل خوارزمية تحليل المكونات المستقلة، والتي يمكن أن تؤدي إلى عدد مختلف من الشبكات، حيث ادعت أحد النماذج أنه لا يوجد سوى شبكة الوضع الافتراضي والشبكة الإيجابية للمهمة، لكن معظم التحليلات الحالية تُظهر وجود العديد من الشبكات (انظر أسفل) لوحظ أيضا وجود اضطراب في خوارزمية تحليل المكونات المستقلة لنشاط الشبكات المختلفة في بعض الأمراض النفسية والعصبية مثل الاكتئاب، الزهايمر، اضطراب طيف التوحد، الفصام،والاضطراب ثنائي القطب. (ar)
- Large-scale brain networks (also known as intrinsic brain networks) are collections of widespread brain regions showing functional connectivity by statistical analysis of the fMRI BOLD signal or other recording methods such as EEG, PET and MEG. An emerging paradigm in neuroscience is that cognitive tasks are performed not by individual brain regions working in isolation but by networks consisting of several discrete brain regions that are said to be "functionally connected". Functional connectivity networks may be found using algorithms such as cluster analysis, spatial independent component analysis (ICA), seed based, and others. Synchronized brain regions may also be identified using long-range synchronization of the EEG, MEG, or other dynamic brain signals. The set of identified brain areas that are linked together in a large-scale network varies with cognitive function. When the cognitive state is not explicit (i.e., the subject is at "rest"), the large-scale brain network is a resting state network (RSN). As a physical system with graph-like properties, a large-scale brain network has both nodes and edges and cannot be identified simply by the co-activation of brain areas. In recent decades, the analysis of brain networks was made feasible by advances in imaging techniques as well as new tools from graph theory and dynamical systems. Large-scale brain networks are identified by their function and provide a coherent framework for understanding cognition by offering a neural model of how different cognitive functions emerge when different sets of brain regions join together as self-organized coalitions. The number and composition of the coalitions will vary with the algorithm and parameters used to identify them. In one model, there is only the default mode network and the task-positive network, but most current analyses show several networks, from a small handful to 17. The most common and stable networks are enumerated below. The regions participating in a functional network may be dynamically reconfigured. Disruptions in activity in various networks have been implicated in neuropsychiatric disorders such as depression, Alzheimer's, autism spectrum disorder, schizophrenia, ADHD and bipolar disorder. (en)
- 脳の大規模ネットワーク（Large scale brain networks）とは、脳における神経ネットワークの機能的接続を明らかにする神経解剖学分野であり、これはfMRI BOLD信号、脳波、ポジトロン断層法(PET)、脳磁図(MEG)などの解析により進められている。 脳神経科学の新たなパラダイムにおいて、脳の認知タスクは、個々の脳領域の独立した動作ではなく、いくつか別の脳領域同士が密接に「機能的に接続されて」実現されていることが分かっている。その機能的接続は、EEG、MEG、その他変化する脳信号の、離れた個所との同期として測定されうる。そのような同期がなされていることは、10年以上前より、独立成分分析（ICA）や同期性解析などを用いて、特定されてきた 。その様な脳内ネットワークの混乱があるときは、うつ病、アルツハイマー病、自閉症スペクトラム、統合失調症、双極性障害などの脳神経学障害に関連しているとされる。 (ja)
- Широкомасштабні мережі мозку — це колекції розповсюджених , що демонструють функціональний зв'язок за допомогою статистичного аналізу сигналу fMRI BOLD або інших методів запису, таких як ЕЕГ, ПЕТ and . Нова парадигма в нейронауці полягає в тому, що когнітивні завдання виконуються не окремими ділянками мозку, що працюють ізольовано, а мережами, що складаються з кількох дискретних областей мозку, які, як кажуть, «функціонально пов'язані». Функціональні мережі зв'язку можна знайти за допомогою таких алгоритмів, як кластеризація, просторовий незалежний аналіз компонентів (ICA) тощо. Синхронізовані ділянки мозку також можуть бути ідентифіковані за допомогою синхронізації ЕЕГ, МЕГ або інших динамічних сигналів головного мозку. Набір ідентифікованих ділянок мозку, пов'язаних між собою у великомасштабну мережу, різниться залежно від когнітивних функцій. Коли когнітивний стан не є явним (тобто суб'єкт перебуває у «стані спокою»), широкомасштабна мережа мозку є мережею стану спокою (RSN). Як фізична система із властивостями, подібними до графу, широкомасштабна мережа мозку має як вузли, так і ребра і їх неможливо ідентифікувати просто за допомогою спільної активації областей мозку. В останні десятиліття аналіз мозкових мереж став можливим завдяки досягненню методів візуалізації, а також новим інструментам теорії графів та динамічних систем. Широкомасштабні мережі мозку визначаються за їх функцією та забезпечують узгоджену основу для розуміння пізнання, пропонуючи нейронну модель того, як виникають різні когнітивні функції, коли різні набори областей мозку об'єднуються як самоорганізовані коаліції. Кількість та склад коаліцій буде залежати від алгоритму та параметрів, що використовуються для їх ідентифікації. В одній моделі існує лише мережа режиму за замовчуванням (Default system) і позитивна мережа, але більшість поточних аналізів показує кілька мереж, від невеликої купки до 17. Перераховані найбільш поширені та стабільні мережі нижче. Регіони, які беруть участь у функціональній мережі, можуть бути динамічно переналаштовані. Порушення діяльності в різних мережах пов'язані з нервово-психічними розладами, такими як депресія, хвороба Альцгеймера, розлад аутистичного спектру, шизофренія та біполярний розлад. (uk)
|
| rdfs:comment
|
- 脳の大規模ネットワーク（Large scale brain networks）とは、脳における神経ネットワークの機能的接続を明らかにする神経解剖学分野であり、これはfMRI BOLD信号、脳波、ポジトロン断層法(PET)、脳磁図(MEG)などの解析により進められている。 脳神経科学の新たなパラダイムにおいて、脳の認知タスクは、個々の脳領域の独立した動作ではなく、いくつか別の脳領域同士が密接に「機能的に接続されて」実現されていることが分かっている。その機能的接続は、EEG、MEG、その他変化する脳信号の、離れた個所との同期として測定されうる。そのような同期がなされていることは、10年以上前より、独立成分分析（ICA）や同期性解析などを用いて、特定されてきた 。その様な脳内ネットワークの混乱があるときは、うつ病、アルツハイマー病、自閉症スペクトラム、統合失調症、双極性障害などの脳神経学障害に関連しているとされる。 (ja)
- الشبكات الدماغية واسعة النطاق هي عبارة عن مجموعة مناطق دماغية واسعة الانتشار تُظهر اتصالا وظيفيا بينها، يمكن رصده بالتحليل الإحصائي لإشارة التصوير المغناطيسي الوظيفي، أو طرق التسجيل الأخرى مثل تخطيط أمواج المداغ تصوير مقطعي بالإصدار البوزيتروني وتخطيط الدماغ المغناطيسي. يختلف تحديد هذه الائتلافات (التكتلات) باختلاف المقاييس المستخدمة لتشغيل خوارزمية تحليل المكونات المستقلة، والتي يمكن أن تؤدي إلى عدد مختلف من الشبكات، حيث ادعت أحد النماذج أنه لا يوجد سوى شبكة الوضع الافتراضي والشبكة الإيجابية للمهمة، لكن معظم التحليلات الحالية تُظهر وجود العديد من الشبكات (انظر أسفل) (ar)
- Large-scale brain networks (also known as intrinsic brain networks) are collections of widespread brain regions showing functional connectivity by statistical analysis of the fMRI BOLD signal or other recording methods such as EEG, PET and MEG. An emerging paradigm in neuroscience is that cognitive tasks are performed not by individual brain regions working in isolation but by networks consisting of several discrete brain regions that are said to be "functionally connected". Functional connectivity networks may be found using algorithms such as cluster analysis, spatial independent component analysis (ICA), seed based, and others. Synchronized brain regions may also be identified using long-range synchronization of the EEG, MEG, or other dynamic brain signals. (en)
- Широкомасштабні мережі мозку — це колекції розповсюджених , що демонструють функціональний зв'язок за допомогою статистичного аналізу сигналу fMRI BOLD або інших методів запису, таких як ЕЕГ, ПЕТ and . Нова парадигма в нейронауці полягає в тому, що когнітивні завдання виконуються не окремими ділянками мозку, що працюють ізольовано, а мережами, що складаються з кількох дискретних областей мозку, які, як кажуть, «функціонально пов'язані». Функціональні мережі зв'язку можна знайти за допомогою таких алгоритмів, як кластеризація, просторовий незалежний аналіз компонентів (ICA) тощо. Синхронізовані ділянки мозку також можуть бути ідентифіковані за допомогою синхронізації ЕЕГ, МЕГ або інших динамічних сигналів головного мозку. (uk)
|
